4.5.1 ใช้สภาพแวดล้อมที่มีอยู่

คุณสามารถเรียกใช้การทดลองภายในสภาพแวดล้อมที่มีอยู่มักจะไม่มีการเข้ารหัสหรือห้างหุ้นส่วนใด ๆ

วิธีที่ง่ายที่สุดในการทำการทดลองแบบดิจิทัลคือการซ้อนทับการทดสอบของคุณด้านบนของสภาพแวดล้อมที่มีอยู่ การทดลองดังกล่าวสามารถทำงานได้ในขนาดใหญ่พอสมควรและไม่จำเป็นต้องมีการร่วมมือกับ บริษัท หรือการพัฒนาซอฟต์แวร์ที่กว้างขวาง

ตัวอย่างเช่น Jennifer Doleac และ Luke Stein (2013) ใช้ประโยชน์จากตลาดออนไลน์ที่คล้ายคลึงกับ Craigslist เพื่อดำเนินการทดสอบที่วัดการเลือกปฏิบัติทางเชื้อชาติ พวกเขาโฆษณา iPod เป็นจำนวนมากและโดยการเปลี่ยนลักษณะของผู้ขายให้มีผลอย่างเป็นระบบทำให้พวกเขาสามารถศึกษาผลกระทบของการแข่งขันกับการทำธุรกรรมทางเศรษฐกิจได้ นอกจากนี้ยังใช้ขนาดของการทดลองเพื่อประเมินว่าเมื่อผลกระทบมีขนาดใหญ่ขึ้น (ความหลากหลายของผลการรักษา) และเสนอความคิดบางอย่างเกี่ยวกับสาเหตุที่ผลอาจเกิดขึ้น (กลไก)

โฆษณา iPod ของ Doleac และ Stein แตกต่างกันไปตามมิติข้อมูลหลักสามส่วน ประการแรกนักวิจัยต่างลักษณะของผู้ขายซึ่งมีสัญญาณจากมือที่ถ่ายภาพถือ iPod [ขาวดำขาวด้วยรอยสัก] (รูปที่ 4.13) ประการที่สองราคาต่างกันก็ขึ้นอยู่กับราคา [90 เหรียญ, 110 เหรียญ, 130 เหรียญ] ประการที่สามคุณภาพของข้อความโฆษณาแตกต่างกันไป [คุณภาพสูงและมีคุณภาพต่ำ (เช่นข้อผิดพลาดในการปลุกและข้อผิดพลาดของ spelin)] ดังนั้นผู้เขียนจึงมีการออกแบบ 3 \(\times\) 3 \(\times\) 2 ซึ่งถูกนำมาใช้ในตลาดท้องถิ่นกว่า 300 แห่งตั้งแต่เมืองต่างๆ (เช่น Kokomo, Indiana และ North Platte, Nebraska) ไปจนถึงโครงการ mega- เมือง (เช่น New York และ Los Angeles)

รูปที่ 4.13: มือที่ใช้ในการทดลองของ Doleac and Stein (2013) iPods จำหน่ายโดยผู้ขายที่มีลักษณะแตกต่างกันเพื่อวัดการเลือกปฏิบัติในตลาดออนไลน์ ทำซ้ำโดยได้รับอนุญาตจาก Doleac and Stein (2013) รูปที่ 1

ค่าเฉลี่ยในทุกสภาวะผลที่ได้รับดีกว่าสำหรับผู้ขายสีขาวมากกว่าผู้ขายสีดำโดยมีผู้ขายรอยสักที่มีผลกลาง ตัวอย่างเช่นผู้ขายสีขาวได้รับข้อเสนอพิเศษและมีราคาขายขั้นสุดท้ายที่สูงขึ้น Beyond ผลเฉลี่ยเหล่านี้ Doleac และ Stein ประเมินความแตกต่างของผลกระทบ ตัวอย่างเช่นการคาดการณ์หนึ่งจากทฤษฎีก่อน ๆ คือการเลือกปฏิบัติจะน้อยกว่าในตลาดที่มีการแข่งขันกันมากขึ้นระหว่างผู้ซื้อ นักวิจัยพบว่าผู้ขายสีดำได้รับข้อเสนอที่แย่ลงในตลาดที่มีการแข่งขันในระดับต่ำโดยใช้จำนวนข้อเสนอในตลาดดังกล่าว นอกจากนี้เมื่อเปรียบเทียบผลลัพธ์สำหรับโฆษณาที่มีข้อความคุณภาพสูงและมีคุณภาพต่ำ Doleac และ Stein พบว่าคุณภาพโฆษณาไม่ส่งผลกระทบต่อข้อเสียที่ผู้ขายสีดำและผู้มีรอยสักต้องเผชิญ ในที่สุดการใช้ประโยชน์จากข้อเท็จจริงที่ว่าโฆษณาถูกวางไว้ในกว่า 300 ตลาดผู้เขียนพบว่าผู้ขายสีดำถูกด้อยโอกาสมากขึ้นในเมืองที่มีอัตราการเกิดอาชญากรรมสูงและแยกที่อยู่อาศัยสูง ไม่มีผลใด ๆ เหล่านี้ทำให้เราเข้าใจได้อย่างชัดเจนว่าเหตุใดผู้ขายสีดำจึงมีผลลัพธ์ที่แย่ลง แต่เมื่อรวมกับผลการศึกษาอื่น ๆ แล้วพวกเขาสามารถเริ่มต้นแจ้งทฤษฎีเกี่ยวกับสาเหตุของการเลือกปฏิบัติทางเชื้อชาติในการทำธุรกรรมทางเศรษฐกิจประเภทต่างๆ

อีกตัวอย่างหนึ่งที่แสดงให้เห็นถึงความสามารถของนักวิจัยในการทดลองระบบดิจิทัลในระบบที่มีอยู่คือการวิจัยของ Arnout van de Rijt และเพื่อนร่วมงาน (2014) เกี่ยวกับกุญแจสู่ความสำเร็จ ในหลาย ๆ ด้านของชีวิตคนที่ดูเหมือนจะคล้ายกันจบลงด้วยผลลัพธ์ที่แตกต่างกันมาก หนึ่งคำอธิบายที่เป็นไปได้สำหรับรูปแบบนี้ก็คือข้อได้เปรียบที่มีขนาดเล็กและเป็นธรรมชาติสามารถล็อคและเติบโตได้ตลอดเวลากระบวนการที่นักวิจัยเรียกว่า ข้อได้เปรียบสะสม เพื่อตรวจสอบว่าความสำเร็จในขั้นต้นเริ่มเข้าหรือหลุดลอด van de Rijt และเพื่อนร่วมงาน (2014) เข้ามาแทรกแซงใน 4 ระบบที่แตกต่างกันออกไปให้รางวัลแก่ผู้เข้าร่วมที่ได้รับเลือกแบบสุ่มและวัดผลกระทบที่ตามมาของความสำเร็จโดยพลการนี้

โดยเฉพาะอย่างยิ่ง van de Rijt และเพื่อนร่วมงาน (1) ได้ให้คำมั่นที่จะให้เงินกับโครงการที่คัดสรรใน Kickstarter ซึ่งเป็นเว็บไซต์ crowdfunding; (2) ได้รับการจัดอันดับความพึงพอใจในเชิงบวกเกี่ยวกับ Epinions ซึ่งเป็นเว็บไซต์ทบทวนการผลิต (3) ให้รางวัลแก่ผู้ร่วมสมทบที่เลือกแบบสุ่มเพื่อวิกิพีเดีย และ (4) ลงนามคัดค้านการสุ่มเลือกใน change.org พวกเขาพบผลลัพธ์ที่คล้ายคลึงกันในทั้ง 4 ระบบ: ในแต่ละกรณีผู้เข้าร่วมที่ได้รับความสำเร็จในระยะแรกจะได้รับความสำเร็จมากกว่าเพื่อนที่ไม่สามารถแยกแยะได้อีกต่อไป (รูปที่ 4.14) ความจริงที่ว่ารูปแบบเดียวกันนี้ปรากฏในหลายระบบเพิ่มความถูกต้องตามกฎหมายภายนอกของผลลัพธ์เหล่านี้เนื่องจากลดโอกาสที่รูปแบบนี้จะเป็นสิ่งประดิษฐ์ของระบบใด ๆ

รูปที่ 4.14: ผลกระทบระยะยาวของความสำเร็จที่ได้รับการสุ่มตัวอย่างใน 4 ระบบทางสังคมที่แตกต่างกัน Arnout van de Rijt และเพื่อนร่วมงาน (2014) (1) ได้ให้คำมั่นที่จะให้โครงการที่คัดสรรใน Kickstarter ซึ่งเป็นเว็บไซต์ crowdfunding; (2) ได้รับการจัดอันดับความพึงพอใจในเชิงบวกเกี่ยวกับ Epinions ซึ่งเป็นเว็บไซต์ทบทวนการผลิต (3) ให้รางวัลแก่ผู้ร่วมสมทบที่เลือกแบบสุ่มเพื่อวิกิพีเดีย และ (4) ลงนามคัดค้านการสุ่มเลือกใน change.org ดัดแปลงมาจาก Rijt et al. (2014) , รูปที่ 2

ทั้งสองตัวอย่างนี้แสดงให้เห็นว่านักวิจัยสามารถทำการทดลองในสนามแบบดิจิตอลได้โดยไม่จำเป็นต้องเป็นพันธมิตรกับ บริษัท หรือสร้างระบบดิจิทัลแบบซับซ้อน นอกจากนี้ตารางที่ 4.2 มีตัวอย่างที่แสดงถึงช่วงของสิ่งที่เป็นไปได้เมื่อนักวิจัยใช้โครงสร้างพื้นฐานของระบบที่มีอยู่เพื่อให้การรักษาและ / หรือวัดผลลัพธ์ การทดลองเหล่านี้ค่อนข้างมีราคาถูกสำหรับนักวิจัยและพวกเขามีความสมจริงในระดับสูง แต่พวกเขามีนักวิจัย จำกัด การควบคุมผู้เข้าร่วมการรักษาและผลลัพธ์ที่จะวัด นอกจากนี้สำหรับการทดลองที่เกิดขึ้นในระบบเดียวนักวิจัยจำเป็นต้องให้ความสนใจกับผลกระทบที่อาจเกิดขึ้นจากการเปลี่ยนแปลงของระบบเฉพาะ (เช่นวิธีการที่ Kickstarter จัดอันดับโครงการหรือวิธีที่ change.org จัดลำดับคำอุทธรณ์สำหรับข้อมูลเพิ่มเติม, ดูการอภิปรายเกี่ยวกับอัลกอริธึมสับสนในบทที่ 2) ในที่สุดเมื่อนักวิจัยเข้ามาแทรกแซงระบบการทำงานคำถามทางจริยธรรมที่ยุ่งยากเกี่ยวกับอันตรายที่อาจเกิดขึ้นกับผู้เข้าร่วมไม่ใช่ผู้เข้าร่วมและระบบ เราจะพิจารณาคำถามด้านจริยธรรมเหล่านี้ในรายละเอียดเพิ่มเติมในบทที่ 6 และมีการอภิปรายที่ยอดเยี่ยมของพวกเขาในภาคผนวกของ van de Rijt et al. (2014) ข้อดีข้อเสียที่เกิดขึ้นกับการทำงานในระบบที่มีอยู่ไม่เหมาะสำหรับทุกโครงการและด้วยเหตุนี้นักวิจัยบางคนจึงสร้างระบบทดลองของตนเองขึ้นมาดังที่ผมจะอธิบายต่อไป